No description available.

Denna studie har undersökt huruvida graden av obehag och behag upplevs av spelare genom dissonans och konsonans i intervall. En artefakt i form av en spelsekvens skapades med två olika kompositioner baserat på dissonanta och konsonanta intervall ur ett västerländskt perspektiv. Fyra deltagare fick titta på spelsekvenserna som senare följdes upp med en semistrukturerad intervju. Intervjuerna analyserades utifrån forskningen som diskuterats i bakgrunden. Ingen större generalisering har kunnat göras i resultatet då undersökningen ingår i en relativt liten studie. Analysen belyser dock likheter som hittades mellan respondenterna. Samtliga respondenter uppfattade den dissonanta artefakten som mer obehaglig i förhållande till den mer behagligt upplevda konsonanta versionen. I rapporten diskuteras både forskningsetiska perspektiv och hur undersökningen hade kunnat utföras med mer tid, större budget och med en adderad kvantitativ forskningsmetod. / <p>Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.</p>

No description available.

Introduction: Crossfit is a modern sport that yearly expands worldwide. The goal of the sport is to develop performance and fitness so athletes can optimize their performance in many training categories. Furthermore, the sports WOD:s is complex, where many physiological challenges occur. The athlete is forced to push their limits of the movements, where there is a possibility for failure between the muscle fibers activation and synchronization. This can risk the sports security regarding injuries because of insufficient motor performance. A study from 2014 estimate the injury prevalence in crossfit to be 20%. Meanwhile a study from 2017 showed that the injury prevalence increased to 31,91%. Method: The objective of this study was to examine the crossfit athlete background, injury prevalence and injury categories between oktober 2016 - april 2017 in Sweden. A Brazilian survey was used in this study. The survey was modified and translated to Swedish before administered to certified crossfit facilities around the country. The method for this study used a descriptive cross-sectional design with a quantitative distribution of an online survey. Result: The common crossfit athlete is preferably 32 years or older, had a sedentary work and strict training routines with years of experience. Furthermore, 58 of 190 participants sustained a total of 87 injuries the past 6 month. This correlates to an injury prevalence of 30,5% for the crossfit athletes in Sweden. Furthermore, the most common injury categories were located on the neck/spine (21,84%), shoulder (18,39%), skeletal muscle (16,09%) and knee (16,09%). Therefore, the sport can cause different injuries throughout participation. Conclusion: Due to a high injury prevalence and a wide variation of injuries does the sport show a high injury risk, despite the athletes training experience. It takes more research to know the exact mechanisms for the injuries and how they can be prevented. / Introduktion: Crossfit är en nykommen sport somårligen växer världen över. Sporten syftar till att förbättra prestation och fitness i medvetenhet att optimera kompetens i alla fysiska kvalitéer. Dock finns det en komplexitet med att inkludera flera fysiska utmaningar i träningen. Utövaren tvingas utföra rörelserna med maximal insats för att inte misslycka samspelet mellan muskelfibrernas aktivering och synkronisering. Sådana misslyckanden kan äventyra säkerheten på grund av otillräcklig motorisk prestation. Studier från andra länder har uppmärksammat crossfitens skadeprevalens de senaste åren. Första studien från 2014 visar en prevalens på 20%, medan nyaste studien från 2017 visar en prevalens på 31,91%. Syfte: Denna studie har undersökt Sveriges crossfitutövares bakgrund, skadeprevalens och skadekategorier mellan oktober 2016 t.o.m. april 2017. Metod: Studien har använt en kvantitativ tvärsnittsstudie genom elektroniska enkäter. Enkäten har ursprung från en Brasiliansk studie som modifierades till svenska. Enkäten blev e-postad till Sveriges certifierade anläggningar i syfte att vidarebefordra enkäten till utövarna. Resultat: Studien bygger på 190 fullständiga enkätsvar som har generaliserats till Sveriges crossfitutövare. Resultatet visade att den generella crossfitutövaren ofta är över 32 år, har ett stillasittande yrke samt strikta träningsrutiner och många års träningserfarenheter, både inom och utanför crossfit. Skadeprevalensen visade att 30,5% av utövarna hade skadat sig de senaste 6 månaderna, då skadorna var lokaliserat på flera delar av kroppen. Vanligaste var nack-/rygg-(21,84%), axel-(18,39%), muskel-(16,09%) och knäskada (16,09%). Slutsats: Studien visade att Crossfitutgör en skaderisk trots erfaren träningsbakgrund. Men det krävs utförligare forskning för att kunna tyda de exakta mekanismerna för skadeuppkomsten. Det är viktigt att studier utförs för att förbättra sportens säkerhet eftersom anläggningar/organisationer ökar och forskning saknas.

Den här rapporten behandlar ett system som använder en databas som lagringsplats för loggar. En bra metod för att hämta ut dessa loggar saknades och databasdesignen behövde förbättras för sökningar i loggarna. En applikation för att hämta och söka i loggposter från databasen skapades. En undersökning om hur databasdesignen kunde förbättras genomfördes också. Båda delarna gjordes i ett projekt för att de hörde ihop. Applikationen skulle använda databasen. Då jag inte kunde göra vilka ändringar jag ville i databasen gjordes relativt begränsade ändringar i den. Större ändringar utreddes teoretiskt. Applikationen gjordes mot den existerande databasdesignen, med ett undantag: en vy lades till. Rapporten undersöker index och andra metoder att göra sökningar i en databas snabbare. En metod för att hämta data inom ett intervall i en databas utvecklades och den beskrivs i rapporten. Metoden söker efter all data som har värden på en kolumn som faller inom ett intervall och där databasen är ordnad, eller nästan ordnad, på den kolumnen. Metoden ger oexakta svar om databasen är nästan ordnad på den kolumnen. Den är snabbare än en motsvarande exakt sökning. / This report considers a system where a database is used as the back-end storage for logging. A suitable method for extracting information from the logs was missing and the database design needed an improvement for log searching. An application for extracting and filtering the logs was created. An evaluation of how the database could be improved was also performed. Both parts were done in one project since they were heavily connected. The application would use the database. Since I couldn’t make arbitrary changes to the database only relatively limited changes were made in practice. Larger changes were evaluated theoretically. The application was made against the existing database, with one exception: a view was added. The report handles indexes and other methods for speeding up database searches. A method for fetching data inside an interval in a database was developed and is described in the report. The method searches for all data where the value of a column is inside an interval and the database is ordered, or almost ordered, on that column. The method gives inexact answers if the database is almost ordered on that column. It is faster than a corresponding exact search.

No description available.

The size reduction of transistors has been the main reason for a successful development of semiconductor integrated circuits over the last decades. Because of the physically limited downscaling of transistors, alternative technologies namely the information processing and nonvolatile resistive switches (also termed memristors) have come into focus. Memristors reveal a fast switching speed, long retention time, and stable endurance. Nonvolatile analog bipolar resistive switching with a considerable large On/Off ratio is reported in BiFeO3 (BFO)-based resistive switches. So far resistive switches are mainly applied in memory applications or logic operations. Given the excellent properties of BFO based memristors, the further exploration of functionalities for memristive devices is required. A new approach for hardware based cryptographic system was developed within the framework of this dissertation. By studying the power conversion efficiencies on BFO memristor at various harmonics, it has been shown that two sets of clearly distinguishable power ratios are achievable when the BFO memristor is set into high or into low resistance state. Thus, a BFO-based binary encoding system can be established. As an example the unrecoverable seizure information from encoded medical data suggests the proper functioning of the proposed encryption system. Aside from cryptographic functionality, the single pairing spike timing dependent plasticity (STDP) in BFO-based artificial synapses is demonstrated, which can be considered as the cornerstone for energy-efficient and fast hardware-based neuromorphic networks. In comparison to the biological driven realistic way, only single one pairing of pre- and postsynaptic spikes is applied to the BFO-based artificial synapse instead of 60-80 pairings. Thus, the learning time constant of STDP function can be reduced from 25 ms to 125 us. / In den letzten Jahrzehnten war die Größenreduktion von Transistoren einer der Hauptgründe für die Leistungssteigerung von integrierten Halbleiterschaltungen. Aufgrund des physikalisch beschränkten Skalierungspotentials, werden alternative Technologien für Halbleiterschaltungen entwickelt. Dazu zählen neuartige Widerstandsschalter, sogenannte Memristoren, welche wegen ihrer schnellen Schaltgeschwindigkeit, langen Speicherzeit und stabilen Haltbarkeit in den Fokus der Forschung gerückt sind. Das nichtflüchtige analoge bipolare Schalten des Widerstandwertes mit einem On/Off Verhältnis größer als 100 wurde in BiFeO 3 (BFO)-basierten Widerstands-schaltern beobachtet. Bisher wurden Widerstandsschalter hauptsächlich als Speicher oder in rekonfigurierbaren Logikschaltungen verwendet. Aufgrund der ausgezeichneten Eigenschaften von BFO-basierten Memristoren, ist die Untersuchung weiterer neuer Funktionalitäten vielversprechend. Als neuer Ansatz für ein Hardware-basiertes Kryptosystem wird in der vorliegenden Arbeit die Ausnutzung des Leistungsübertragungskoeffizienten in BFO Memristoren vorgeschlagen. Mit Hilfe der unterschiedlichen Oberschwingungen, welche von einem BFO Memristor im ON und OFF Zustand generiert werden, wurde ein Kryptosystem zum Kodieren binärer Daten entwickelt. Ein Test des Hardware-basierten Kryptosystems an Biodaten ergab, dass die kodierten Biodaten keine vorhersagbare Korrelation mehr enthielten. In der vorliegenden Arbeit wurden darüberhinaus BFO-basierte künstliche Synapsen mit einer Aktionspotentials-Intervall abhängigen Plastizität (STDP) für Einzelpulse entwickelt. Diese Einzelpuls-STDP legt den Grundstein für energieffiziente und schnelle neuromorphe Netzwerke mit künstlichen Synapsen. Im Vergleich zu biologischen Synapsen mit einer 60-80-Puls-STDP und einem Lernfenster auf der ms-Zeitskale, konnte das Lernfenster von BFO-basierten künstlichen Synapsen von 25 ms auf 125 μs reduziert werden. Solch ein schnelles Lernen ermöglicht auch die extreme Reduzierung des Leistungsverbrauchs in neuromorphen Netzwerken.

Die Überlebenswahrscheinlichkeit der Unfallopfer nach Straßenverkehrsunfällen hängt von der Zeitspanne vom Unfall bis zur ersten suffizienten Hilfeleistung (therapiefreies Intervall) sowie von der Qualität der Erstversorgung ab. Das therapiefreie Intervall kann durch automatische Notrufsysteme (ACN) und suffiziente Laienhilfe verkürzt werden. In dieser Dissertation werden (1) Modelle zur Prognose der Verletzungsschwere von Fahrzeuginsassen für den Einsatz in erweiterten automatischen Notrufsystemen (AACN) entwickelt und (2) Anforderungen an Telemedizinsysteme zur Unterstützung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen untersucht. (1) Die Prognose der Verletzungsschwere ist für eine optimale Disposition der Rettungsmittel erforderlich. Auf der Basis der amerikanischen Unfalldatenbank NASS/ CDS und der deutschen Unfalldatenbank GIDAS werden Prognosemodelle mit multivariaten inferenzstatistischen Verfahren (decision tree, logistic regression) entwickelt, die Bedeutung einzelner Eingangsgrößen untersucht und die Leistungsfähigkeit der Modelle überprüft. Die Leistungsfähigkeit beider statistischen Verfahren stellt sich in ROC-Analysen als vergleichbar heraus. Mit den Prognosemodellen kann eine Dispositionsempfehlung erstellt werden, die heutigen Dispositionsentscheidungen auf der Grundlage eines Telefongesprächs mit dem Unfallmelder qualitativ entspricht. (2) Zur Entwicklung eines Telemedizinsystems für die Laienunterstützung wird untersucht, ob die telemedizinische Anleitung von Laien bei der Durchführung von Erste-Hilfe-Maßnahmen zu einer Erhöhung der Hilfsbereitschaft führt und welche Anforderungen ein Telemedizinsystem erfüllen muss. Dazu werden die am häufigsten indizierten Erste-Hilfe-Maßnahmen nach Verkehrsunfällen durch Auswertung der GIDAS-Datenbank identifiziert, der Stand der heutigen Laienhilfe analysiert, die erforderlichen Funktionen eines Telemedizinsystems abgeleitet und der Einfluss einer verbesserten Laienhilfe auf die Überlebenswahrscheinlichkeit bestimmt. / The probability of survival of motor vehicle accident victims depends on two factors: the time interval between the accident and the initial provision of appropriate first-aid (therapy-free interval), and the quality of the first-aid treatment. The therapy-free interval can be shortened significantly by automatic crash notification systems (ACN) and by adequate bystander first aid. In this thesis, (1) models are developed for predicting the severity of injury of vehicle occupants for use in advanced automatic crash notification systems (AACN) and (2) requirements of telemedical bystander support systems are examined. (1) The prediction of the severity of injury is needed for optimal disposition of rescue services. Therefore, prediction models are developed on the basis of the American accident database NASS/ CDS and its German counterpart, GIDAS, using multivariate inference statistical procedures (decision tree, logistic regression). In addition, the importance of individual parameters and the efficiency of these models are investigated. The performance of the two statistical procedures proves to be equal by using the ROC analyses. The prediction models allow for recommendations of rescue services that correspond in quality to contemporary dispatching decisions for rescue services on the basis of a telephone call between the individual reporting the accident and a dispatcher. (2) Concerning the development of a telemedical bystander support system, the paper examines whether the availability of telemedical guidance leads to an increase in bystander willingness to provide first aid. In order to evaluate the requirements of a telemedical system, the most frequently indicated first-aid measures after traffic accidents are identified by evaluating the GIDAS database. Furthermore, the status of assistance currently offered by bystanders is analyzed, the necessary functions of a telemedical system are scrutinized, and the influence of improved bystander assistance on the probability of accident victims’ survival is determined.

The size reduction of transistors has been the main reason for a successful development of semiconductor integrated circuits over the last decades. Because of the physically limited downscaling of transistors, alternative technologies namely the information processing and nonvolatile resistive switches (also termed memristors) have come into focus. Memristors reveal a fast switching speed, long retention time, and stable endurance. Nonvolatile analog bipolar resistive switching with a considerable large On/Off ratio is reported in BiFeO3 (BFO)-based resistive switches. So far resistive switches are mainly applied in memory applications or logic operations. Given the excellent properties of BFO based memristors, the further exploration of functionalities for memristive devices is required. A new approach for hardware based cryptographic system was developed within the framework of this dissertation. By studying the power conversion efficiencies on BFO memristor at various harmonics, it has been shown that two sets of clearly distinguishable power ratios are achievable when the BFO memristor is set into high or into low resistance state. Thus, a BFO-based binary encoding system can be established. As an example the unrecoverable seizure information from encoded medical data suggests the proper functioning of the proposed encryption system. Aside from cryptographic functionality, the single pairing spike timing dependent plasticity (STDP) in BFO-based artificial synapses is demonstrated, which can be considered as the cornerstone for energy-efficient and fast hardware-based neuromorphic networks. In comparison to the biological driven realistic way, only single one pairing of pre- and postsynaptic spikes is applied to the BFO-based artificial synapse instead of 60-80 pairings. Thus, the learning time constant of STDP function can be reduced from 25 ms to 125 us. / In den letzten Jahrzehnten war die Größenreduktion von Transistoren einer der Hauptgründe für die Leistungssteigerung von integrierten Halbleiterschaltungen. Aufgrund des physikalisch beschränkten Skalierungspotentials, werden alternative Technologien für Halbleiterschaltungen entwickelt. Dazu zählen neuartige Widerstandsschalter, sogenannte Memristoren, welche wegen ihrer schnellen Schaltgeschwindigkeit, langen Speicherzeit und stabilen Haltbarkeit in den Fokus der Forschung gerückt sind. Das nichtflüchtige analoge bipolare Schalten des Widerstandwertes mit einem On/Off Verhältnis größer als 100 wurde in BiFeO 3 (BFO)-basierten Widerstands-schaltern beobachtet. Bisher wurden Widerstandsschalter hauptsächlich als Speicher oder in rekonfigurierbaren Logikschaltungen verwendet. Aufgrund der ausgezeichneten Eigenschaften von BFO-basierten Memristoren, ist die Untersuchung weiterer neuer Funktionalitäten vielversprechend. Als neuer Ansatz für ein Hardware-basiertes Kryptosystem wird in der vorliegenden Arbeit die Ausnutzung des Leistungsübertragungskoeffizienten in BFO Memristoren vorgeschlagen. Mit Hilfe der unterschiedlichen Oberschwingungen, welche von einem BFO Memristor im ON und OFF Zustand generiert werden, wurde ein Kryptosystem zum Kodieren binärer Daten entwickelt. Ein Test des Hardware-basierten Kryptosystems an Biodaten ergab, dass die kodierten Biodaten keine vorhersagbare Korrelation mehr enthielten. In der vorliegenden Arbeit wurden darüberhinaus BFO-basierte künstliche Synapsen mit einer Aktionspotentials-Intervall abhängigen Plastizität (STDP) für Einzelpulse entwickelt. Diese Einzelpuls-STDP legt den Grundstein für energieffiziente und schnelle neuromorphe Netzwerke mit künstlichen Synapsen. Im Vergleich zu biologischen Synapsen mit einer 60-80-Puls-STDP und einem Lernfenster auf der ms-Zeitskale, konnte das Lernfenster von BFO-basierten künstlichen Synapsen von 25 ms auf 125 μs reduziert werden. Solch ein schnelles Lernen ermöglicht auch die extreme Reduzierung des Leistungsverbrauchs in neuromorphen Netzwerken.

In electronic warfare, one of the key technologies is radar. Radar is used to detect and identify unknown aerial, nautical or land-based objects. An attribute of of a pulsed radar signal is the Pulse Repetition Interval (PRI) which is the time interval between pulses in a pulse train. In a passive radar receiver system, the PRI can be used to recognize the emitter system. Correct classification of emitter systems is a crucial part of Electronic Support Measures (ESM) and Radar Warning Receivers (RWR) in order to deploy appropriate measures depending on the emitter system. Inaccurate predictions of emitter systems can have lethal consequences and variables such as time and confidence in the predictions are essential for an effective predictive method. Due to the classified nature of military systems and techniques, there are no industry standard systems or techniques that perform quick and accurate classifications of emitter systems based on PRI. Therefore, methods that allows for fast and accurate predictions based on PRI is highly desirable and worthy of research. This thesis explores and compares the capabilities of two machine learning methods for the task of classifying emitters based on received PRI. The first method is an attention based model which performs well throughout all levels of realistic noise and is quick to learn and even quicker to give accurate predictions. The second method is a K-Nearest Neighbor (KNN) implementation that, while performing well for noise-free PRI, finds its performance degrading as the amount of noise increases. An additional outcome of this thesis is the development of a system to generate samples in an automated fashion. The attention based model performs well, achieving a macro avarage F1-score of 63% in the 59-class recognition task whereas the performance of the KNN is lower, achieving a macro avarage F1-score of 43%. Future research could be conducted with the purpose of designing a better attention based model for producing higher and more confident predictions and designing algorithms to reduce the time complexity of the KNN implementation. / En av de viktigaste teknikerna inom telektrig är radarn. Radar används för att upptäcka och identifiera okända, luftburna, sjögående eller landbaserade förmål. En komponent av radar är Pulsrepetitionsinterval (Pulse Repetition Intervall, PRI) som beskrivs som tidsintervallet mellan två inkommande pulser. I ett radarvarnar system (Radar Warning Receiver, RWR) kan PRI användas för att identifiera radarsystem. Korrekt identifiering av radarsystem är en viktig uppgift för elektroniska understödsmedel (Electronic Support Measures, ESM) med syfte att tillsätta lämpliga medel beroende på radarsystemet i fråga. Icke tillförlitlig identifiering av radarsystem kan ha dödliga konsekvenser och variabler som tid och säkerhet i identifieringen är avgörande för ett effektivt system. Då dokumentation och specifikationer för militära system i regel är hemligstämplade är det svårt att utröna någon typ av industristandard för att utföra snabb och säker klassificering av radarsystem baserat på PRI. Därför är det av stort intresse detta område och möjligheterna för sådana lösningar utforskas. Detta examensarbete utforskar och jämför förmågorna hos två maskininlärningsmetoder i avseende att korrekt identifiera radarsändare baserat på genererat PRI. Den första metoden är ett djupt neuralt nätverk som använder sig av tekniken ”attention”. Det djupa nätverket presterar bra för alla brusnivåer och lär sig snabbt att känna igen attributen hos PRI som kännetecknar vilken radarsändare och som efter träning dessutom är snabb på att korrekt identifiera PRI. Den andra metoden är en K-Nearest Neighbor implementation som förvisso presterar bra på icke brusig data men vars förmåga försämras allt eftersom brusnivåerna ökar. Ett ytterligare resultat av arbetet är utvecklingen och implementationen av en metod för att specificera PRI och sedan generera PRI efter specifikation. Attention modellen genererar bra prediktioner för data bestående av 59 klasser, med ett F1-score snitt om 63% medan KNN-implementationen för samma uppgift har en lägre träffsäkerhet med ett F1-score snitt om 43%. Vidare forskning kan innefatta utökad utveckling av det djupa, neurala nätverket i syfte att förbättra dess förmåga för identifiering och metoder för att minimera tidsåtgången för KNN implementationen.